问题——高速运动如何被大脑准确“看见” 日常环境中，车辆疾驰、球体快速飞行等场景要求视觉系统在极短时间内提取运动方向与速率信息。运动速度由运动方向与运动速率共同定义。长期以来，视觉科学领域形成一种主流解释：背侧视觉通路中更高级的脑区通过继承初级视觉皮层（V1）神经元的方向选择性，逐级整合后实现对更高速度的表征。然而实验与现实场景之间存在突出矛盾：V1对运动方向的辨别能力存在速度上限，若以道路交通为例，约每小时20公里的运动速度就接近V1处理的极限。由此引出关键科学问题——在“起点”能力有限的前提下，中颞皮层（MT）与内侧上颞皮层（MST）为何仍能稳定处理更高速度的运动信息？ 原因——层级结构并非简单“复制粘贴”，关键在时空尺度跃迁 本次研究聚焦灵长类背侧视觉通路的层级组织特征：从外侧膝状体（LGN）到V1、再到MT、MST，运动信息在多个连续脑区中逐级加工。既往认识指出，沿通路上行，运动检测神经元的时空感受野逐步扩大：V1最小、MT居中、MST最大；与之对应，神经元偏好的运动速度也呈现从低速到中速再到高速的变化。研究团队由此提出需要被验证的核心判断：高速运动的表征能力，可能并非来自对V1特性的“继承”，而是来自高级脑区在更大时空尺度上的独立计算。 为验证此判断，研究团队在清醒猕猴上对LGN、V1、MT、MST四个连续脑区开展神经元记录，系统测量其对0至180公里/小时不同速度刺激的反应特征，并更建立“多脑区级联时空能量整合”计算模型，对各脑区观测到的速度调制反应进行统一解释与模拟。结果显示，模型能够较好复现实验数据，并揭示了一个简约而关键的机制：当运动速度升高到V1难以可靠编码的范围时，MT与MST并非依赖V1提供的同类信息“放大升级”，而是通过各自更大尺度的时空整合实现类似“换挡”的计算跃迁，从而完成对中高速与高速运动的独立编码。 影响——对经典理论形成实质性修正，拓展运动计算理解框架 该发现对视觉科学的一个重要假说提出直接修正：高级视觉脑区在高速运动编码上的能力，并非单纯来自低级脑区特性的线性继承，而是建立在感受野与整合窗口扩展所带来的新计算能力之上。这意味着，视觉系统的层级加工不仅是“信息汇聚”，更包含“计算策略切换”。这种“换挡”式机制能够解释为何在V1存在速度上限时，MT与MST仍能覆盖更广速度范围，从而更贴近自然环境对视觉系统的真实需求。 研究还从更一般的层面给出启示：对运动的检测与计算，本质上是在追踪运动物体在视网膜或视皮层中引起的空间位置随时间变化。换言之，复杂的运动速度表征可以由相对简约的时空整合原则导出，这也为理解视觉系统如何在能量与结构受限条件下实现高效计算提供了理论支点。 对策——以跨层级实验与统一建模推动基础研究与技术转化相互促进 从研究范式看，该工作反映了“跨脑区记录+统一计算建模”的路径价值：一上，通过清醒动物中对多个连续脑区同步推进系统性测量，避免了单脑区结论外推带来的偏差；另一上，以级联模型对不同层级的神经反应进行同框架解释，增强了机制推断的可检验性与可复用性。 面向更广应用场景，对应的思路可为类脑视觉与智能感知系统提供方法借鉴：在高速运动、快速避障、动态目标跟踪等任务中，仅靠低层局部特征的延展往往不足，亟需在更大时空尺度上构建“多档位”整合策略，实现对速度范围的稳健覆盖。未来可在多物种比较、自然场景刺激、以及与行为表现相结合的实验设计上推进验证，并探索其在神经疾病相关运动知觉异常评估中的潜在价值。 前景——从“速度换挡”走向“通路级算法”，推动运动视觉研究进入新阶段 研究提出的“换挡”机制为背侧视觉通路的功能分工提供了更清晰的解释框架：V1更擅长低速精细检测，MT承担中速整合，MST面向高速与更大范围的运动解析。随着高通量神经记录、计算建模与神经调控手段的发展，运动视觉研究有望从对单一脑区特性的描述，进一步走向对“通路级算法”的刻画，进而回答视觉系统如何在不同环境压力下实现快速、稳定与节能的多目标平衡。
这项研究回应了神经科学领域长期关注的问题，并提示我们：看似复杂的功能背后，可能遵循更简洁的计算原则。随着对大脑机制理解的加深，这类基础发现有望为人工智能、医疗健康等方向提供新的思路与方法。接下来，如何将对应的机制转化为可验证、可落地的技术与评估工具，仍需要科研界与产业界持续协作探索。